2. fejezet: Elmélet és kutatás

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "2. fejezet: Elmélet és kutatás"

Átírás

1 1. oldal 2. fejezet: Elmélet és kutatás Bevezetés: --hangsúlyeltolódás a társadalomtudományokon belül az elmúlt években --leíró elemzés helyett a magyarázó elemzés jött divatba --a társ. igenis vizsgálható tudományos módszerekkel Kutatási indítékok: 1.) formális elméletek ellenőrzése Példa: Talcott Parsons: ált. cselekvéselmélet --cselekvés (action); szereplő-helyzet (actor-situation); viselkedésminta-változók (patternvariables); univerzalisztikus / partikularisztikus irányultság (ABC-ben mindegy melyik pénztárosnál fizetek / óvodából nem mindegy melyik gyereket viszem haza) Samuel Stouffer - Jackson Toby: a kétféle irányultság mérése --az irányultság nem csak a társas viszonyok jellemzője, hanem személyiség vonás is 2.) strukturálatlan érdeklődés Példa: Babbie: szellemidézés, kapcsolatteremtés 3.) alkalmazott kutatás 4.) kényszer szülte kutatás A társadalomtudományi elméletalkotás (ld. 2-1-es ábra, 71.o) Példa Sam Stouffer: családok stabilitása és a válsághelyzetek 1.) elmélet --érdeklődés, hipotézis, fontos tényezők kiemelése --válság idején gyakoribb-e az impulzív házasság és a vegyes házasság (vallási, etnikai, társadalmi értelemben) 2.) operacionalizálás --hogyan azonosítsuk az impulzív házasságot? --meg kell határozni az adatgyűjtés technikáját, módszereit pl.: a.)nem a menyasszony és nem a vőlegény lakhelyén köttetett a házasság b.)anyakönyvvezető és nem pap előtt c.)válás vagy különélés egy éven belül, különösen 0 gyerek esetén 3.)megfigyelés Dedukció és indukció (ld.: 2-2-es ábra, 74.o. és 2-3-as ábra, 75.o.) deduktív példa: Charles Glock - Benjamin Ringer - Earl Babbie: az episzkopális egyházhoz való kötődés mértékének eltérései --vigaszhipotézis: a társadalmilag és gazdaságilag hátrányos helyzetben lévők kötődnek legerősebben az egyházhoz: --i.e. szegény, alacsony társ.-i státuszú, egyedülálló, idős nők induktív példa --indukció és dedukció igazából egy kört alkot (Walter Wallace: a tudomány kereke) Deduktív elméletalkotás valóság: objektív és szubjektív észlelés interszubjektivitás: ha sokan elfogadjuk, hogy valami létezik, azt azután objektív valóságként kezeljük törvény: tények osztályaira vonatkozó egyetemes általánosítás (Kaplan) elmélet: bizonyos tények és törvények szisztematikus magyarázata

2 2. oldal fogalmak: a vizsgált terület jelenségeinek osztályait reprezentáló absztrakt elemek (Turner) változók: állítások: axiómák, törvények, tételek, hipotézisek paradigma: Kuhn, bla-bla-bla interakcionista paradigma; strukturális-funkcionalista paradigma (társ-i rndszr-ek paradigmája); konfliktus paradigma Példa a ded. elméletalk-ra: 1.) a Moral Majority támogatottságának mértéke (Yankelovich) 2.) Watts-beli zavargások, (Ransford) elszigetelődés és hatalomnélküliség Induktív elméletalkotás alapozott elmélet (grounded theory) (Barney Glaser, Arnheim Strauss) valamit megfigyelsz és puff: kész az elmélet (pl.: Erwing Goffman) Példa: miért színak marihuánát az emberek? (Takeuchi 1974, Hawaii egyetem) a.) a nők kisebb hányada szívott b.) az ázsiaiak kisebb hányada szívott c.) az otthon lakók kisebb hányada szívott az igazi kérdés: miért nem szívnak az emberek marihuánát? a magyarázatot nem írom le 3. fejezet: Az okság természete Determinizmus és társadalomtudomány --szabad akarat és szigorú oksági viszonyok az emberi társadalomban vagyis 5m 2 -nyi bla-bla arról, hogy az a hülye ceruza le fog esni, ha akarja, ha nem, és arról, hogy mi sem vagyunk különbek a ceruzánál --ezután újabb 5m 2 -nyi bla-bla arról, hogy mégsem minden előre determinált, van bizonytalansági tényező (valószínűségi oksági modell, semmisem biztos, bár bizonyos dolgok bekövetkezése adott körülmények között valószínűbb másoknál Az idiografikus és a nomotetikus magyarázatmodell Idiografikus: egy adott cselekvést okozó valamennyi tényezőt igyekszünk számbavenni a magyarázat elkészítésénél Nomotetikus: cselekedetek általános osztályaihoz keressünk kisszámú jellemző magyarázó tényezőt, amellyel sok egyedi esetet lehet részlegesen megmagyarázni Az oksági kapcsolat kritériumai (Paul Lazarsfeld) 1.) az ok időben mindig megelőzi az okozatot 2.) a két változó között mindig tapasztalati együttjárás van 3.) nem lehet olyan harmadik változó, mely az ok és okozat tapasztalati együttjárását okozza (vagyis oka a másik két változónak) --ha 1.), 2.), 3.) igaz, akkor a két vizsgált változó közt oksági kapcs. van --a két változó tökéletes együttjárása nem feltétel --szükséges ok: ahhoz, hogy legyen okozat ennek + kell lennie --elégséges ok: olyan tényező, amely garantálja az okozat bekövetkeztét Okfejtési hibák Példa: 1.) marihuána => rosszabb tanulmányi eredmény 2.) fluoros víz => AIDS 3.) rendszeres óralátogatás => jobb jegyek Változók közötti összefüggés és mérés Deduktív modell: 1.) elméletalkotás

3 3. oldal 2.) elméleti hipotézisek levezetése 3.) operacionalizálás (elméleti hip. => empirikus hip.) 4.) empirikus adatok gyűjtése 5.) hipotézisek empirikus ellenőrzése A mutatók felcserélhetőségének elve (Paul Lazarsfeld) --egy fogalomnak több mutatója is lehet (indikátorok) --y = f(x) helyett y = f(x1) = f(x2) = f(x3)... (az utolsó fázisban az összes indikátort leteszteljük, hiszen ezek felcserélhetőek --az elméleti hipotézist csak akkor fogadjuk el, ha az összes emp. teszt megerősíti --kontamináció (összemosás): két változó közül az egyiket olyan indikátorral jellemezzük, amely nyugodtan jellemezhetné a másik változót is 4. fejezet: A kutatás terve Kutatási célok 1.) Felderítés --új jelenség, eddig nem kutatott terület megismerése, probléma-megoldás előkészítése, kíváncsiság, alaposabb vizsgálat előkészítése, új eljárás kidolgozása --önmagában ritkán ad teljes és precíz választ 2.) Leírás --gondos, precíz (pl.: népszámlálás) --fontos szempont a.) a leírás minősége és b.) általánosíthatósága 3.) Magyarázat -- miért típusú kérdésekre felel Elemzési egységek 1.) egyének 2.) csoportok 3.) szervezetek 4.) társadalmi produktumok (könyvek, gk-k, épületek, házasságok, etc.) Az ökológiai tévkövetkeztetés --csoportokon végzett vizsgálat alapján a csoportok tagjairól, az egyénekről fogalmazunk meg általánosításokat (az, hogy a protestáns országokban általában magasabb az öngyilkossági arány, mint a katolikus országokban még nem feltétlenül jelenti azt, hogy a protestáns egyénekben nagyobb volna a hajlam az öngyilkosságra) Redukcionizmus --a kutató túl szűkre veszi egy adott jelenség lehetséges okainak körét (pl.: gazd-i redukc. ha a kutató csak gazdasági okokkal magyaráz vmit) Fókuszpontok --mivel jellemezhetők / milyen tulajdonságuk szerint vizsgálhatók az elemzési egységek 1.) Jellemzők (pl.: nem, kor, családi áll., etc.) 2.) Orientációk (pl.: attitűd, hit, meggyőződés, előítélet, célok) 3.) Cselekvések (pl.: vásárlás, szavazás, fogyasztás) Az idődimenzió 1.) Keresztmetszeti vizsgálatok (pl.: népszámlálás) 2.) Longitudinális vizsgálatok a.) trendvizsgálat (nagyobb populáción belüli vált.) b.) kohorszvizsgálat c.) Panelvizsgálat

4 4. oldal (keresztmetszeti adatokból is összerakható longitudinális adatsor) Hogyan tervezzünk meg egy kutatást? Érdeklődés. Elgondolás Elmé-let Operac. => Adatfeldolg => Módszvá laszt Mintavétel => Megfigyelés => Elem-zés, alkalm. Kutatási tervezet ld.: fénymásolat 5. fejezet: Konceptualizálás és mérés Mérni tudunk bármit, ami létezik --amit nem tudunk mérni az igazából nem létezik --pl.: előítéletesség (nem tudjuk mérni, mert igazából ez egy gyűjtőfogalom, ami bizonyos attitűdöket takar) --pl.: könyörületesség --az ilyen fogalmakat képzeteink bonyolult leírása helyett használjuk --ha pl.: azt mondom, hogy könyörületesség, mindenkinek más-más tapasztalatok jutnak eszébe, mindenki fejében más kapcsolódik ehhez a fogalomhoz Abraham Kaplan, ) közvetlenül megfigyelhető dolgok 2.) közvetetten megfigyelhető dolgok 3.) konstrukciók (elméleti származékok) fogalom: képzetek családja --konceptualizálás: pontosan meghatározzuk, hogy egy adott fogalmat milyen értelemben fogunk használni a vizsgálat során --indikátorok: vizsgált ismérv meglétét, vagy hiányát bizonyos indikátorok segítségével állapítjuk meg (pl. a könyörületesség indikátora lehet a gyermekkórházakban tett karácsonyi látogatás) --dimenziók: egyes fogalmaknak több nézőpontja, aspektusa van (pl.: könyörületesség érzelmi dimenziója, cselekvési dimenziója, emberek és állatok iránti könyörületesség, etc. --indikátorok felcserélhetőségének elve: ha nem értünk egyet abban, hogy mi lenne egy adott fogalom megfelelő indikátora, akkor leteszteljük mindet (ld.: mutatók felcserélhetősége, 3. fejezet) --egymással kapcsolatos megfigyelések, tapasztalatok => képzetek => fogalmak --meghatározások: a.) valós meghatározás b.) nominális (névleges), amit a kifejezéshez hozzárendelünk c.) műveleti (operacionális), hogyan fogjuk mérni, megfigyelni --konceptualizálás => nominális definíció => műveleti definíció => mérések a valóságban Példa a konceptualizálásra --Az anómia története (normanélküliség társadalmi állapota) --Émile Durkheim: Az öngyilkosság (1897) --az anómia fogalmát Durkheim vezette be az öngyilkossággal kapcs. vizsgálata során)

5 5. oldal --Durkheim arra jutott, hogy az öngyilkosságok azt is tükrözik, hogy az adott társadalmi közegben mennyire szilárdak a szabályok (válság, bizonytalanság => magas öngy. arány --Robert Merton: Társadalmi struktúra és anómia (1938) --az anómia a társadalom előírta eszközök ill. célok ellentétéből ered --pl.: amerikai társ.: fontos a vagyon (cél), tisztességes eszközökkel azonban ez nem mindenki számára megszerezhető és ez normanélküliséghez, szabályszegéshez, anómiához vezet --Durkheim és Merton az adott társ. jellemzésére használja az anómiát, mások azonban egyes személyekre vonatkoztatják a fogalmat --Elwin Powell --anómia: irányvesztés, hiábavalóság-érzés, elérhetetlen, ellentmondó vagy jelentéktelen célok --ő a foglalkozás és az öngyilkosság kapcsolatának vizsgálatához használta a fogalmat --Leo Srole: Srole-skála (1956) --a skála egy item-sor, amellyel mérhető az anómia 1.) Mondjanak bármit, az átlagemberek zömének egyre rosszabbul megy. 2.) Ahogy a jövő kinéz nem valami tisztességes dolog gyermeket a világra hozni. 3.) Ma jobb, ha az ember a mának él, aztán meg majd csak lesz valahogy. 4.) Mostanában nemigen tudja az ember, kire számíthat. 5.) Nincs sok értelme a közhivatalnokokhoz fordulni, az átlagember baja nem igazán érdekli őket. A definíció és a kutatás célja --leíró kutatáshoz sokkal nehezebb definíciókat gyártani, mint magyarázóhoz --a leíró kutatásban a változó más-más definíciója más-más eredményre vezet --a magyarázó kutatásban a változó összes lehetséges változatát, minden indikátorát kipróbálhatom és az indikátorok felcserélhetőségének elve alapján az eredmény valószínűleg nem lesz nagyon torz A mérés minősége 1.) Precizitás --ha kell legyünk nagyon precízek, de ha nem kell, akkor ne (ez egy zseni) 2.) Megbízhatóság --az adott eljárás minden próba alkalmával (ceteris paribus) ua-t az eredményt adja --egy eljárást akkor is megbízhatónak nevezünk, ha következetesen mindig ugyanazt a rossz eredményt adja (torzítás, bias) A megbízhatóság elérésének eszközei a.) mérés megismétlése (test-retest method) --ld.: Jeffrey Sacks et al.: Az Egészségügyi Kockázatok Felmérése --megcsinálták a kérdőívezést a betegek fizikai állapotáról és 3 hónap múlva megismételték, csak 15% válaszolta másodszor is ugyanazt b.) felezéses módszer (split-half method) c.) bevett mérőeszközök használata d.) kutatási segéderő megbízhatóságának tesztelése 3.) Érvényesség --a mérés eredménye mennyire jár közel az igazsághoz a.) érvényesség ránézésre (face validity) b.) ismérv szerinti (előrejelző) érvényesség (E. Carmines-R.Zeller) --pl.: a felvételi érvényességét az mutatja meg, hogy mennyire tudja megjósolni a diák jövőbeni eredményeit c.) terjedelmi érvényesség (E. Carmines-R.Zeller) --mennyire fogja át a mérőeszköz a mérendő fogalom jelentéstartományát --pl.: a matematikai készséget nem mérheted csak azzal, hogy tud-e vki összeadni d.) szerkezeti érvényesség (E. Carmines-R.Zeller)?

6 6. oldal 6. fejezet: Operacionalizálás Operacionalizálási választások 1.) A mérés terjedelme --a lehetséges értékek milyen tartománya érdekes (pl.: jövedelemnél) --attitűd vizsgálatoknál az általunk ajánlott válaszoknak az összes lehetséges választ le kell fedniük --a mérés terjedelmét a vizsgálandó populációban várható értékek és azok megoszlása szabják meg 2.) Az elérendő precizitás --a precizitás kívánatos mértékét a kutatás célja szabja meg (zseniális, nem?) 3.) Dimenziók --bizonyos fogalmak több nézőpontból, több tulajdonság szempontjából vizsgálhatók (ld.: korrupció dimenziói: van-e; mekkora mértékű; mennyire vagyunk biztosak benne, hogy van; mi az oka; mi a társ-i hatása; mit tehetünk; tehetünk-e vmit; etc.) --ki kell választanunk a megfelelőt 4.) Mérési szintek --minden változó adott attribútumok (ismérvek) halmazából áll (pl.: nem => férfi / nő / TB finanszírozás elbírálása folyamatban) --a változót alkotó attribútumok felsorolása teljes --az attribútumok egymást kizárják a.) Nominális ( megnevezéses) változók --a változók attribútumaira csak a teljesség és a kölcsönös kizárólagosság feltételei vonatkoznak --csak azonosítják a tulajdonságot b.) Ordinális (rendezési) változók --az attribútumok rangsorolhatók (pl.: legmagasabb isk. végz.) c.) Intervallum mérési szintű változók --itt megjelenik az attribútumok távolsága (pl.: Celsius-skála) d.) Arányskálák --van valódi 0 pont, nem úgy, mint pl. a Celsius-skálán --pl.: életkor e.) A mérési szint jelentősége --az attribútumok által elért mérési szint meghatározza a felhasználható vizsgálati módszerek körét (pl.: vallási hovatartozás átlagát nehéz megadni) --egy magasabb mérési szintű változót kezelhetünk alacsonyabb szintűként, ha kell, de fordítva nem megy Néhány operacionalizálási példa --ez nagyon izgalmas (ld.: a könyv oldalát) Kérdezési útmutató --tehetsz fel kérdéseket --tehetsz megállapításokat és azokat az alany értékeli (ld.: Likert skála: nagyon egyetért, egyetért, nem ért egyet, nagyon nem ért egyet) --a kérdés lehet nyitott (saját szavaival felel) vagy zárt (megadott válaszok közül jelöl) --a nyitott pontosabb lehet, pl. attitűdtesztnél, a zártat könnyebb értékelni --lehet kombinálni (zárt kérdések, de a különcök adhatnak saját választ egyéb címszó alatt --zárt kérdésnél a megadott válaszok legyenek egymást kölcsönösen kizáróak --nem árt, hogy ha az alany érti, amire válaszol (legyen kompetens) --kerüljük a tagadó kérdéseket, mert aki nem tud olvasni azt könnyen becsaphatjuk

7 7. oldal --kerüljük a sugalmazó (biased) kérdéseket Kérdőívszerkesztés --legyél ésszerű, gyakorlatias, takarékos, számíts a hülyékre, az analfabétákra, és a VAK NAGYMAMÁKRA IS! 7. fejezet: A mintavétel logikája A mintavétel története --a politikai közvélemény-kutatás igénye hívta életre --ezen a területen a kutató szembesül az eredménnyel a választás után --Literary Digest: amerikai hírmagazin ( ) --levelezőlapos közvélemény-kutatást csináltak a választások előtt --a minta a telefonkönyvből és a gk. nyilvántartásból származott : helyes előrejelzést adtak egyre nagyobb mintából ban Alf Landon győzelmét jósolták FDR-é helyett --(ez volt Amerikában a legn. arányú győzelem, 61% --a hiba okai: 1.) alacsony válaszadási / visszaküldési arány (22%) 2.) túl jómódú minta (a megkérdezettek nagyrésze gk. tulaj) 3.) a válaszadás költséggel jár a válaszadó számára (levlap) 4.) a mintából pont a szegények maradtak ki (New Deal fans!) --Gallup-ék (American Institute of Public Opinion) 1936-ban jól jósoltak --kvótás mintavétel: a társadalom lényeges arányait figyelembevéve válogatják össze a mintát közt sikeres, 1948-ban Dewey-t hozták ki Trumannal szemben --a hiba okai: 1.) rengeteg volt a bizonytalan szavazó 2.) 1940-es népszámlálás alapján válogatták a mintát, csak közben volt egy vh. A valószínűségi mintavétel logikája --teljesen homogén sokaság esetén: megnézel egy elemet és kész --heterogén sokaság: olyan minta kell, aminek ezzel azonos az összetétele 1.) Tudatos és nem tudatos torzítás mintavételnél a.) nem választhatok találomra mintát, mert az nem lesz reprezentatív (más lesz az összetétele, mint az alapsokaságnak) b.) a találomra választott mintát befolyásolják a kutató személyes előítéletei c.) találomra nem lehet jó mintát választani, mert nem ismerem az alapsokaságra jellemző releváns arányokat (nő:férfi; fekete:fehér;etc) d.) a módszer is torzíthat (pl.: betelefonálós közv. kut., ld.: Napló; levelezőlapos lekérdezés, stb.), mert költséggel jár és a sokaság egy részét így kirekeszti 2.) Reprezentativitás és kiválasztási valószínűség --reprezentatív minta: összesített jellemzői jól közelítik az alapsokaság ugyanezen jellemzőit, illetve a sokaság minden elemének egyforma az esélye arra, hogy a mintába bekerüljön (--a minta elemszáma befolyásolja a reprezentativitás mértékét) --Equal Probability of Selection Method (EPSEM minta) --Egyenlő Kiválasztási Valószínűségű Módszerek (EKV) --egy minta sosem tökéletesen reprezentatív, viszont egy EPSEM mintáról meg tudjuk mondani, hogy mennyire reprezentatív A mintavétellel kapcsolatos fogalmak és szakkifejezések 1.) elem (element): alapegység, amelyről információt gyűjtünk 2.) populáció (population): elméletileg definiált sokaság (pl.: n amerikai állampolgársággal rendelkező, nagykorú egyének)

8 8. oldal 3.) vizsgálati populáció (study population): azon elemek összessége, amelyek közül valóban vesszük a mintát (a fenti populáció felsorolása gyakorlati okok miatt valószínűleg nem teljes) 4.) mintavételi egység : egylépcsős mintavételnél maga az elem, bonyolult, többlépcsős mintavételnél több mintavételi egység lehet (pl.: egy városban választunk néhány számlálókörzetet, a körzetben pár lakást és ezekben a lakásokban mintát veszünk a felnőttek közül, ekkor a mintavételi egységek: számlálókörzetek, lakások, felnőttek, közülük elem csak a felnőtt 5.) mintavételi keret (sampling frame): egylépcsős mintavételnél = vizsgálati populáció, többlépcsősnél pl.: összes számlálókörzetek listája (ld. fenti példa) 6.) megfigyelési egység (observation unit): azon elemek összessége, akiktől, ahonnan információt gyűjtünk (ha engem kérdeznek rólatok én leszek a megfigyelési egység és ti lesztek az elemzési egységek) 7.) változó: egymást kölcsönösen kizáró attribútumok halmaza, ha csak egy attribútum fordul elő a sokaságban, akkor az nem változó, hanem konstans 8.) paraméter: egy változó valamely összefogaló jellemzője a populációban (pl.: jövedelemátlag, kormegoszlás) 9.) statisztika: egy változó valamely összefoglaló jellemzője a mintában (a statisztikákból becsüljük a paramétereket) 10.) mintavételi hiba (sampling error): valszámmal számítható, hogy mekkora lesz 11.) megbízhatósági szintek és konfidencia intervallumok: megmondhatjuk, hogy a statisztikánk az adott paramétertől max. mennyire tér el (pl: 95%-os megbízhatósággal állítható, hogy statisztikánk a paramétertől max. 5%pontnyi távolságra van) --ha szélesebbre vesszük az intervallumot, növelhető a megbízhatóság A valószínűségi mintavétel elmélete és a mintaeloszlás --véletlen kiválasztás (random selection): minden elemnek egyforma esélye van arra, hogy kiválasztásra kerül (pl.: pénzfeldobás, kocka) --ez kizárja a részrehajlást, lehetővé teszi a valszám alkalmazását, becsülhetővé teszi a hiba mértékét Példa: 10 elemű sokaság átlagának meghatározása -- adott 10 ember, az elsőnek 0$-ja van, a másodiknak 1, a tizediknek 9 --átlag = 4,5$ --minél több elemű mintából becslünk annál közelebb jutunk a valódi, 4,5$-os átlaghoz --ennek határa természetesen a 10 elemű minta, ami pontosan megadja az átlagot (ld.: 7-4.; 7-5.; 7-6. ábra) Példa: es sokaság: a State University diákjai és a viselkedés kódex --mindenkinek adunk egy sorszámot => véletlenszám generátorral 100 fős mintát veszünk és megnézzük, hogy ebből hány % fogadja el a kódexet --többször megismételjük a mintavételt, a megoszlásokat ábrázoljuk --a mintaeloszlásnak vannak bizonyos szabályszerűségei: 1.) sok független minta esetén a mintákból kapott statisztikák a populációs paraméter kürül fognak megoszlani meghatározott módon 2.) magadható a standard hiba (s) értéke: s= (P*Q/n) (-1) ahol P,Q: binomiális (dichotóm) populációs paraméterek (itt: helyesli / nem helyesli a kódexet) (pl.: P=0,50; Q=0,50) (P=1-Q és Q=1-P) n= egyes minták elemszáma (itt 100) --s megmutatja, milyen mértékben szóródnak a mintabecslések a populációs paraméter körül (itt: s = 0,50 = 5%) --a mintabecslések 34%-a esik a paraméter feletti 1 standard hibányi sávba, további 34% esik a paraméter alatti 1 standard hibányi sávba (itt: a becslések 68%-a esik 45-55% támogatottság közé

9 9. oldal --azt is tudjuk, hogy a minták kb. 95%-a fog 40 és 60% közé eső eredményt adni --s akkor a legnagyobb, ha P=Q=50% --ha P=0, vagy P=1, akkor s=0 --minél nagyobb n, annál kisebb s --a gyakorlatban nem ismerjük Q-t és P-t, és 1 db mintából dolgozunk Konfidencia intervallumok: --68%-os ~: paraméter +/- 1 standard hiba szélességű sáv (itt: 45-55% közti szakasz) --95%-os ~: paraméter +/- 2 standard hiba szélességű sáv (itt: 40-60% közti szakasz) --ha meghatározom előre az elfogadható hiba mértékét, akkor megadhatom az ehhez szükséges mintaelem számot --ezek segítségével azt mondhatjuk, hogy a populációs paraméter x% megbízhatósággal két adott érték közé esik Populációk és mintavételi keretek --mintavételi keret: az elemek azon listája, amelyből a valószínűségi mintákat összeválogatjuk 1.) adott minta vizsgálatából levont következtetéseket csak a mintavételi keret elemeire általánosíthatjuk 2.) a mintavételi keretek gyakran hiányosak (pl.: a telefonkönyvben sosem szerepel az adott közösség teljes lakossága, minden háztartása) 3.) a mintavételi keretben gyakran szerepel többször ugyanaz az elem, ennek nagyobb az esélye a mintába kerülésre A mintavételi tervek fajtái 1.) Egyszerű véletlen mintavétel (simple random sampling, SRS) --eddig ezzel foglalkoztunk --kell egy mintavételi keret, ebben az elemeket beszámozzuk --véletlenszám táblázattal kiválasztjuk a minta elemeit 2.) Szisztematikus mintavétel --a mintavételi keret minden k-adik eleme kerül a mintába --az első elemet véletlenszerűen választjuk ki (véletlen kezdőpontú szisztematikus mintavétel) --mintavételi intervallum: a beválogatott elemek közötti szabályos távolság (k)= populáció elemszáma / minta elemszáma --kiválasztási arány = minta elemszáma / populáció elemszáma --ha a listán az elemek valamilyen szempontból rendezve vannak (a lista periodikus vagy ciklikus), akkor a szisztematikus mintavétel torzít 3.) Rétegzett mintavétel --a rétegzés (stratification) a véletlen és a szisztematikus mintavétel módosítása --nagyobb fokú reprezentativitást biztosít -- a mintavételi hibát két tényező csökkentheti a.) mintanagyság b.) a minta homogenitása --rétegzett mintavételnél megfelelő számban választunk elemeket a sokaság egynemű csoportjaiból Példa: --egyetemi diákok mintáját az évfolyamuk szerint rétegezhetnénk és azután megfelelő számú elsőst, másodikost, stb. választhatnánk ki --a rétegzés lehet többszintű: évfolyam, nem, tanulmányi átlag szerint --a képzett csoportok homogének lesznek a rétegképző változók szerint és emiatt valószínűleg homogénebbek lesznek a vizsgált változó szerint --olyan rétegképző változókat kell választanunk, amelyek összefüggenek a vizsgált változóval 1. módszer: teljes sokaságból rétegképző változó szerinti csoportokat alakítunk

10 10. oldal --megnézzük ezek részarányát a sokaságon belül és ennek megfelelő elemszámú mintát veszünk a rétegből 2. módszer: kialakítjuk a rétegváltozó szerinti csoportokat, ezeket egymásután írjuk, majd ebből véletlen kezdőpontú szisztematikus mintát veszünk (a szisztematikus elrendezés miatt a mintába minden rétegből megfelelő elemszámú minta kerül) Implicit (rejtett) rétegzettség: a minta, amelyet használunk eleve rétegzett bizonyos szempont szerint (pl.: a hallgatók névsora évfolyam szerint rendezett --ilyen esetekben a szisztematikus mintavétel jobb, mint a véletlenszerű, mert kihasználja az implicit rétegzettség előnyét Példa: mintavétel egyetemisták közül --Hawaii Egyetem diákjai, önkitöltős kérdőívek, mintavételi keret: egyetemi nyilvántartás --ez túl tág, nem megfelelő --vizsgálati populáció: 1968 őszi szemeszterére a manoai telephelyen beiratkozott nappali tagozatos hallgatók --rétegzés: csak évf. szerint --minta: évf. szerinti csoportosítás után véletlen kezdőpontú szisztematikus mintavétel --mintavételi arány: 1/14 --kezdőpont: 1-14 közötti véletlenszám-generálás adta meg --időközben csökkenteni kellett a minta elemszámát (ezt is véletlen kezdőpontú szisztematikus mintavétellel csinálták) Többlépcsős csoportos mintavétel --sokszor nem lehet a teljes vizsgálandó populációról listát készíteni --csoportos mintavétel (cluster sampling) a megoldás --a részpopulációkról már lehet, hogy van lista => ezekből veszünk mintát, majd a részcsoportok mintáit összesítjük --többlépcsős mintavétel: egymás után többször készítünk listát és abból mintát --a több lépcső miatt több a mintavételi hiba és ezt növeli a csoportokon belüli viszonylag kicsi vizsgálható elemszám is Hibacsökkentés: --a csoportok közül vett minta akkor lesz pontos, ha sok csoport kerül a mintába és ha a csoportok viszonylag hasonlóak, vagyis a minta homogén --egy csoportból vett minta akkor lesz pontos, ha az elemszám nagy és a csoport maga homogén --homogenitási tényező: valamely populáció meglévő csoportjai homogénebbek, mint a teljes populáció --ezért érdemes arra koncentrálni, hogy a mintavételnél minél több csoport bekerüljön, még akkor is ha ez együtt jár azzal, hogy az egyes csoportokat viszonylag kevés elem képviseli --a többlépcsős mintavételben is használhatunk rétegzést --ezzel is csökkenthető a több lépcső miatt halmozódó hiba Elemszámmal arányos valószínűségű (EAV) mintavétel --probability proportionate to size, (PPS) --annak a választókörzetnek, amelyben 200 háztömb van 2-szer akkora eséllyel kell bekerülnie a mintába, mint annak a körzetnek amelyikben csak 100 (elemszám szerint súlyozzuk a mintába kerülési esélyeket) Példa: A körzet: 100 háztartás B körzet: 25 háztartás Minden kiválasztott körzetből 5 háztartás kerül a mintába Ha A körzetet kiválasztják a háztartás mintába kerülési esélye 5/100

11 11. oldal Ha B körzetet kiválasztják b háztartás mintába kerülési esélye 5/25 esélyek aránya = a:b = 1:4 körzetnagyságok aránya = A:B = 4:1 mintába kerülés esélye tehát kiegyenlítődik A mintába kerülés esélyének kiszámítása a.) a csoport kiválasztásának valószínűsége csoport sokaságon belüli részaránya * kiválasztandó csoportok száma b.) az elem kiválasztásának valószínűsége, ha a csoport mintába kerül csoportonként kiválasztandó elemek száma / a csoport elemeinek száma c.) az elem mintába kerülésének esélyei a.)* b.) Nem arányos mintavétel és súlyozás --valószínűségi mintavétel: minden olyan mintavételi eljárás, melynél a pop. minden elemének ismert, nem 0 esélye van a mintába kerülésre --az esélyeknek nem muszáj = -nek lenni --ezeknél súlyozni kell az egyes elemeket bekerülési valószínűségük reciprokával Súlyozási eljárások: Példa: mintavétel az episzkopális egyházhoz tartozó nők közül --két lépcső: a.) egyházközségek kiválasztása az egyházmegyéből EAV módszerrel; b.) nők kiválasztása az egyházközségekből --tervezett mintaelemszám: 500 (25 egyházközségből nő) --az egyházközségek egyenkénti taglétszámát összeadták (kb fő) --az egyházközségeket földrajzi helyük alapján listába rendezték --minden községhez taglétszámának megfelelő számtartományt rendeltek --véletlen kezdőpontú szisztematikus mintavétellel kiválasztották a 25 vizsgálandó egyházközséget (mintavételi intervallum: /25) --eztán megkérték a kiválasztott egyházközségek nőtagjainak névsorát --mindenhonnan 20 nő kellett --a községben élő nők létszámából és kívánt elemszámból számítható a mintavételi intervallum --a módszer itt is véletlen kezdőpontú szisztematikus mintavétel --a módszer azt feltételezi, hogy minden községben azonos a férfi nő arány, hiszen a településeket nem a nők létszámát, hanem a teljes lakosságszámot figyelembevéve választja a mintába A valószínűségi mintavétel áttekintése --megszünteti a részrehajlást --lehetőséget ad a mintavételi hiba becslésére Nem valószínűségi mintavétel 1.) Szakértői mintavétel --néha nincs lehetőség listát készíteni a sokaságról --saját elgondolásaink alapján állítunk össze egy mintát --van, hogy a sokaság elemei nem mind azonosíthatók, ilyenkor az azonosítható elemekből készítünk mintát --ezek a minták nem reprezentatívak, de a célnak megfelelnek --választási eredmények előrejelzéséhez vizsgálhatunk ún. jellegzetes szavazókörzeteket (az előző választási eredmények alapján összeállítunk egy reprezentatívnak tekinthető körzetcsomagot ) --a körzetcsomag összeállításához megfelelő tájékozottság kell 2.) Kvóta szerinti (kvótás) mintavétel --kell egy mátrix, amely leírja a célpopuláció jellegzetességeit

12 12. oldal --ezután összerakunk egy mintát, ami kicsiben tükrözi a teljes populáció releváns jellemzőit Problémák: --a kvótatáblázat ritkán pontos --a mintaelemek kiválasztása torzíthat még akkor is, ha a megadott kvótatáblázatnak megfelelnek 3.) Egyszerűen elérhető alanyokra hagyatkozó mintavétel --egyszerű, olcsó --nem reprezentatív --alkalmas kérdőívek előzetes tesztelésére 8. fejezet: Kísérletek A kísérletezés céljára alkalmas témák --olyan vizsgálatok, melyek kisszámú változóval és fogalommal dolgoznak --hipotézisek ellenőrzése --kiscsoportos interakciók vizsgálata A klasszikus kísérlet 1.) Függő és független változók --független változó: valamilyen kísérleti inger (legtöbbször van/nincs alakú, vagyis dichotóm) 2.) Előzetes és utólagos mérés --kísérlet menete: megmérjük a függőváltozó értékét, az alanyt kitesszük a kísérleti ingernek, újra megmérjük a függőváltpzó értékét, feltesszük, hogy a két mért érték különbségét a független változó okozta --óvatosnak kell lennünk, mert maga a mérés ténye is befolyásolhatja annak eredményét 3.) Kísérleti és kontrollcsoport --a kontrollcsoport magának a kísérletnek az eredményekre gyakorolt torzító hatását igyekszik kiszűrni --a kontrollcsoport nem részesül a kísérleti ingerben --F.J. Roethlisberger & W.J. Dickson (1939): a kontrollcsoport szükségessége (elrontották a kísérletet, nem azt vizsgálták, amit kellett --Hawthorne-hatás: a kísérleti alanyok nem a kísérleti ingerre reagálnak, hanem arra a tényre, hogy egy kísérlet alanyaivá váltak --a kontrollcsoport segít megmutatni / kiszűrni a külső hatásokat is 4.) Kettős vak kísérlet --a kísérletet vezető kutató sem tudja, hogy az alanyok közül ki tartozik a kontroll csoportba A kísérleti alanyok kiválasztása --a kísérlet minél inkább általános érvényű kell legyen, így kell válogatni az alanyokat --a magyarázó kutatásokban ez nem annyira fontos, mint a leírókban --a kísérleti- és a kontrollcsoport eredményei összehasonlíthatóak kell legyenek, ehhez hasonló csoportok kellenek --erre több módszer adódik a.) valószínűségi mintavétel --reprezentatív mintát készítünk mind kísérleti, mind kontrollcsoportnak, ezek tükrözni fogják a sokaság összetételét és egymásra is hasonlítani fognak b.) randomizáció --a kísérleti alanyok közül véletlenszerűen választjuk ki a kísérleti és a kontrollcsoport tagjait (nagyszámú alany esetén jó) c.) illesztés --jellemző ismérvek szerint (kor, nem, bőrszín) csoportokba osztjuk az alanyokat => táblázat --ha pl. 10db év közötti fehér nő van a sokaságban, akkor ebből 5 a kísérleti- és 5 a kontrollcsoportba kerül

13 13. oldal --ez hasonlít a kvótás mintavételre --nem mindig tudjuk, hogy melyek az illesztés szempontjából fontos változók --készíthetünk rétegzett mintát, amelyből azután randomizálással alakítjuk ki a két alcsoportot (Milton Yinger et al., 1977) --ahhoz, hogy ez jól menjen sok rétegzőváltozó kell (náluk 15 volt) Változatok kísérleti elrendezésekre (D. Cambell & J. Stanley könyve alapján) 1.) Egyetlen mérésen alapuló esetelemzés --nincs kontrollcsoport, nincs előzetes mérés 2.) Egycsoportos elő- és utóméréses elrendezés --van előzetes mérés, de nincs kontrollcsoport --nem méri a független változón kívüli hatások mértékét, befolyását 3.) Statikus csoportok összehasonlítása --van kísérleti és kontrollcsoport, de előtesztelés nincs A belső érvénytelenség forrásai --mi minden cseszhet el egy kísérletet a.) történelem: olyan dolgok történhetnek a kísérlet ideje alatt a világban, amelyek befolyásolhatják az eredményt b.) írás: változik az alany tájékozottsága, lankad a figyelme, stb. c.) mérés: maga a mérés, megfigyelés ténye is torzíthatja az eredményt d.) mérőeszközök: nem megbízhatóak, nem összehasonlíthatóak e.) közeledés az átlaghoz: a szélsőséges értékék a kísérlet alatt gyakran elszürkülnek f.) kiválasztási hibák: a csoportok nem összehasonlíthatóak g.)elhalálozás a kísérletben: idővel kihalnak az alanyok és az eredmények nem lesznek összehasonlíthatóak h.) sorrendiség i.) a hatások átterjedése: a kísérleti csoport az érintkezések során elszennyezi a kontrollcsoportot, átadja a kísérleti inger egy részét, így nem lesz valódi kontroll j.) kárpótlás: a kontrollcsoport tagjai értelemszerűen kimaradnak a kísérlet pozitív hatásaiból (ha vannak ilyenek), és ezért a kutató megsajnálja és igyekszik kárpótolni őket, jobban figyel rájuk, ez torzít k.) kiegyenlítő versengés: a kontrollcsoport tagjai a kísérleti inger hiányát képesek pótolni (???) l.) demoralizálódás: a kontrollcsoport feladja a küzdelmet (pl.: oktatási programokban) --a klasszikus kísérleti elrendezés képes ezeket a gondokat kezelni A külső érvénytelenség forrásai --mennyire és hogyan általánosíthatóak a kísérleti eredmények a külvilágra --az általánosíthatóság veszélybe kerül, ha a mérési helyzet és a kísérleti inger között kölcsönhatás lép fel Példa: --kérdés: egy film, ami a négerek történelméről szól csökkenti-e a feketékkel kapcsolatos előítéleteket a kísérleti alanyok körében? --kísérlet menete: 1.) előtesztelés (kérdőív az előítéletesség vizsgálatára) 2) filmvetítés a kísérleti csoportnak, 3) utótesztelés mindkét csoport számára --eredmény: igen, a film csökkentette az előítéleteket --probléma: lehet, hogy csak azért hatott így a film, mert az előteszt fogékonnyá tette a kísérleti alanyokat az előítéletesség problémája iránt, ha ezt a filmet minden előzmény nélkül, egy moziban látták volna nem lett volna semmi hatása (a mérési helyzet és az inger kölcsönhatásba léptek)

14 14. oldal --kell egy kísérleti elrendezés, ami ezt ki tudja védeni Solomon-féle négycsoportos kísérleti elrendezés --az alanyokat random sorolják négy csoportba 1. csoport: előteszt, inger, utóteszt 2. csoport: előteszt, utóteszt 3. csoport: inger, utóteszt 4. csoport: utóteszt --ez kivédi a fent említett kölcsönhatást, de megmutatja ennek mértékét a klasszikus kísérlet esetén, ez alapján újraértékelhetünk régebbi eredményeket Cambell-Stanley: kontrollcsoportos kísérleti elrendezés csak utólagos méréssel 1. csoport: inger, utóteszt 2. csoport: utóteszt --ők azt mondják, hogy Solomon túlspilázta a dolgot, nem kell 1. és 2. csoport, csak az utolsó kettő --ez csak akkor igaz, ha az alanyokat random módon soroltuk egyik v. másik csop-ba, mert csak ekkor mondhatjuk, hogy a két csoport ekvivalens Példa kísérletre --Charles Horton Cooley: tükör-én --George Herbert Mead: általános másik --énképünk és viselkedésünk függ attól, hogy milyennek látnak minket mások és hogyan viselkednek velünk --ebbe beleszól az is, hogy a másik ember milyen előítéletekkel, prekoncepciókkal fordul felénk --ezt kutatják Pygmalion-hatás címen (ki hogyan viselkedik Eliza Doolittle kisasszonnyal aszerint, hogy mit tud / nem tud a hátteréről) Robert Rosenthal & Lenore Jacobson: Harvardi Modulációs Tanulási Teszt (1968) --IQ-teszt hallgatókkal --az eredmények egy részét megmutatták a tanároknak --bizonyos diákoknál a kutatók a diákok hirtelen tanulmányi fejlődést jósoltak és ez be is jött a köv. szemeszterben --igen ám de a hirtelen megugró diákokat nem a teszteredmény alapján, hanem random válogatták --a tanárok az eredmény ismeretében maguk váltották be a jóslatot --több észt tulajdonítottak ezeknek a diákoknak a teszteredmény miatt --ez a tulajdonítási folyamat, vagy az elvárások kommunikációs modellje --előzetes elvárások elmélete: ugyanúgy működik, mint az előzőek, csak a szereplők közt nem alá- fölérendeltségi viszony, hanem mellérendelt viszony van Martha Foschi, Keith Warriner, Stephen D. Hart: A normák szerepe mások véleményének elfogadásában --norma: mennyire kell v.kinek jól teljesítenie ahhoz, hogy bizonyos képességet tulajdonítsunk neki --ha meggyőzöl valakit arról, hogy egy adott dologban jó, akkor ezt hajlamos elhinni és az adott területen nemigen lesz hajlandó kialakított véleményét megváltoztatni, mert biztos lesz benne, hogy az esetek nagy %-ában jól dönt --ha pedig arról győzöd meg, hogy az adott területen rossz döntéseket hoz, akkor hajlamos lesz a véleményét a többiekéhez idomítani --az egész azon múlik, hogy milyen normát alakítasz ki az alanyban saját képességeinek megítéléséhez Természetes kísérletek

15 15. oldal --a természetes kísérleteknél rengeteg a hibalehetőség és az ellenőrizhetetlenség Stanislaw Kasl et al.: Three Mile-szigeti atombaleset hatásai a munkásokra (TMI) --statikus csoportok összehasonlítása volt csak lehetséges (már kiveséztük, hogy ez mért gyenge) --kérdőív 3-5 hónappal a baleset után (Na, milyen erőműben dolgozni?) --egy másik erőmű munkásai lettek a kontrollcsoport --nem biztos, hogy a két munkáscsoport hasonló!!!, de Kasl-ék úgy látták, hogy kb. igen --nem tudtak elérni mindenkit, aki a baleset idején a TMI-ben dolgoztak --valószínűleg pont azokat nem, akinek az attitűdje jelentősen változott a baleset miatt Sandra Ball-Rokeach et al.: A Gyökerek TVváltozatának hatása az előítéletességre (1977) --a felmérést 1979-ben csinálták, amikor adásba került a Gyökerek: A következő nemzedék --postai kérdőív --választottak egy mintát, aki a felmérés alapján nézte és egy olyat, amelyik nem --előzetes kiválasztódást találtak: eleve azok kezdték el nézni a sorozatot, akiknek nem voltak előítéleteik, vagy csak kevéssé --magának a műsornak semmi hatása nem volt A kísérleti módszer erősségei és gyengéi Előnyök --ellenőrzött tényezők, ellenőrzött változók, jó összehasonlítás --olcsó, kevés alany elég lehet --többször megismételhető --lehetséges a logikai szigor Hátrányok --mesterséges az egész 9. fejezet: Kérdőíves vizsgálatok Kérdőíves vizsgálat céljára alkalmas témák --bármi, aminél túl nagy a szükséges minta a közvetlen megfigyeléshez --ez aztán informatív Önkitöltős kérdőívek --ilyenkor a kérdőívet szétküldik mondjuk postán, Józsi bá meg kitőti --kiviheti a kérdezőbiztos is, és elmagyarázhatja, hogy mit hozott, így magasabb lesz a kitöltési arány --a leggyakoribb még mindig a postai kérdőív --ezt jó eséllyel nem küldik vissza, mert bonyolult, időigényes, fel kell adni, stb --érdemes regisztrálni, hogy a válaszadó hány nap után küldte vissza a kérdőívet --így láthatjuk, hogy pl a politika eseményei hogyan befolyásolták a beérkező válaszokat --a beérkező kérdőívet számmal látjuk el --buzdító levelek: aki nem válaszol kap egyet: Naaaa, válaszoljál!!! --az a vicces, hogy ez állítólag működik --a minta, ahova kiküldtük az ívet reprezentatív, ahhoz, hogy az eredmény is az legyen minden ívet vissza kéne kapnunk --ilyen nincs, ezért számolni kell a nem válaszolók miatti torzítással --Válaszadói arányok: 50% megfelelő; 60% jó; 70% nagyon jó --hogyan lehet ezt növelni: érdekes kérdőívvel, pénzjutalommal Kérdőívfelvétel kérdezőbiztossal --magasabb a válaszarány (80-85%)

16 16. oldal --csökken a nem tudom válaszok aránya is --csökken a félreértések száma --a kérdező egyben megfigyelő is (életkörülmények, bőrszín, reakciók) --nem szabad, hogy a kérdező jelenléte befolyásolja a válaszadást A kérdezés szabályai 1.) Megjelenés, viselkedés --a kérdező viseljen a megkérdezetthez hasonló ruhát --ápoltság, tisztaság = semlegesség --udvariasság 2.) A kérdőív alapos ismerete --hogy csökkentsük a felvétel idejét, elkerüljük a félreértést, tudjunk segíteni --fontos, hogy minden válaszadó úgy értelmezze a kérdéseket, ahogy kell 3.) A kérdőív szövegének szó szerinti követése 4.) A válaszok pontos feljegyzése --nyitott kérdéseknél --ha a válasz nem érthető, akkor is rögzíteni kell és a kérdező széljegyzetben értelmezheti 5.) pontosító kérdések --ha a válaszadó nem pontosan a megadottak szerint válaszol a kérdezőnek vissza kell kérdeznie --nyitott kérdéseknél ez még fontosabb --a pontosító kérdés nem befolyásolhatja a választ --jó megadni 1-2 pontosító kérdést előre, mert akkor minden kérdező ezeket fogja használni A kérdezők munkájának összehangolása: eligazítás, felügyelet --a kérdezőket ki kell képezni, munkájukat felügyelni kell --ismertetni kell a kutatás célját, a kérdezés módját, az alkalmazandó eljárásokat, a kérdőívet --mellékeljünk specifikációkat (magyarázó, tisztázó megjegyzések --érdemes a kiképzés során bemutató lekérdezést tartani lekérdezésenként találkozzunk minden kérdezővel Kérdőívfelvétel telefonon --néhány éve még nem szerették, mert nagyon torzított, kihagyta a szegényeket (ld.: Literary Digest, 1936) --gondot okoz a titkosított telefonszám is (kimaradnak a leggazdagabbak --ezt meg lehet oldani véletlenszám tárcsázással --kevéssé időigényes, olcsóbb --nem számít a külső --őszintébbek a válaszadók --bizonyos emberek viszont gyanakvóbbak lesznek ennél a módszernél --könnyebb a kérdezők felügyelete --a kérdező biztonságban van (a személyes lekérdezésnél az alany is bizalmatlan lehet a biztossal szemben és a kérdező is veszélybe kerülhet) --a telefon hátránya, hogy sok az álvizsgálat és az alany bizalmatlan --hátrány még, hogy a telefonbeszélgetésnek könnyebb véget vetni mint a nappaliban ülő kérdezőbiztosnak (bár utóbbi sem lehetetlen) --CATI computer-assisted telephone interviewing A három módszer összehasonlítása --az önkitöltős olcsóbb, mint a lekérdezéses --kényes témákhoz jobb az önkitöltős --személyesnél kevesebb a hiányosan v. rosszul kitöltött ív, magasabb a kitöltési arány --bonyolult vizsgálatokhoz jobb a személyes lekérdezés

17 17. oldal --személyes megkérdezésnél az alany minden info-t megkap Kérdőíves vizsgálatok erősségei és gyengéi Előnyök --nagy minta lehetséges --rugalmasság (jobb, mint a kísérletnél) --minden alany pontosan ugyanolyan kérdésekkel szembesül, jó összehasonlíthatóság Hátrányok --a kérdőív nem teszi lehetővé a kicsiny véleménykülönbségek feltárását --a nyitott kérdések igen, de akkor meg nem lesz összehasonlítható --a kérdőív nem képes a társadalmi kontextus vizsgálatára, nem ad plasztikus képet --a kérdőívet nem lehet a kutatás ideje alatt módosítani --a kérdőív is mesterséges helyzetet teremt, mint a kísérlet --a kérdőívvel nem mérhetünk cselekvést, csak azt, hogy az alany saját véleménye szerint egy hipotetikus helyzetben mit tenne --a mérés ténye itt is befolyásolja a válaszadást --a kérdőívre tehát alacsony érvényesség és magas megbízhatóság jellemző Másodelemzés --más kutató által végzett adatgyűjtés eredményének elemzése --ld.:gabriel Almond & Sidney Verba: Civic Culture (1963) megcsinálták a kutatást, majd az eredményeket továbbadták --olcsóbb, gyorsabb, mint egy kutatás --nem biztos, hogy az adatok érvényesek lesznek, mert lehet, hogy az eredeti kutatás célja eltért a miénktől 10. fejezet: Terepkutatás Bevezetés --i.e.: részt vevő megfigyelés, közvetlen megfigyelés, esettanulmány --ebből inkább kvalitatív adatok származnak --ez egyben elméletalkotási tevékenység is Terepkutatásra alkalmas témák --minden, amihez finom megfigyelések szükségesek --minden, amit érdemes saját természetes közegében megfigyelni --a terepkut. alkalmas társadalmi események időbeli vizsgálatára John Lofland: Analyzing Social Settings (1984) --terepkutatásra alkalmas fókuszpontok ( gondolati egységek ) 1.) Jelentések: kultúrák, normák világnézetek 2.) Eljárásmódok: viselkedésformák 3.) Epizódok: pl.: válás, bűncselekmény, betegség 4.) Találkozások (encounters, vagyis váratlan szembekerülés v.mivel): több ember váratlan interakciója 5.) Szerepek: elfoglalt pozíciók és kapcsolódó magatartásformák 6.) Kapcsolatok: anya-fiú kapcs., barátságok, stb. 7.) Csoportok: klikkek, csapatok, brigádok 8.) Szervezetek: formális csoportok 9.) Települések: kisebb léptékű társadalmak A megfigyelő lehetséges szerepei Raymond Gold (1969) a kutató lehetséges szerepeiről 1.) egészen részt vevő --valódi identitása és célja nem ismert azok előtt, akiket megfigyel --meg kell tanulnia beolvadni

18 18. oldal --etikailag kifogásolható --a kutató részvétele is befolyásolhatja a cselekvést 2.) megfigyelőként részt vevő --itt a kutató előre bevallja identitását és célját --ezzel befolyásolhatja az eredményt --maga is bennszülötté válhat, elvesztheti semlegességét 3.) résztvevőként megfigyelő --előre azonosítja magát --a megfigyeltekkel társas interakciót folytat, de nem viselkedik résztvevőként (pl.: riporter) 4.) egészen megfigyelő --a folyamatoknak egyáltalán nem válik részesévé --az alanyok esetleg nem is tudják, hogy megfigyelik őket --ez nem befolyásolja az eredményt --ez esetben a kutató nem válik bennszülötté, objektív kívülálló marad --hátrány, hogy a kép, amit alkothat nem lesz olyan árnyalt Előkészületek a terepre --elméleti felkészülés (szakirodalom, ilyenek) --adatközlők megkérdezése (beszélgetés olyanokkal, akik már vizsgálták az adott csoportot, jelenséget, stb.) --kapcsolatfelvétel (a választott kutatói szerepnek megfelelően) --ha a kutatásban ez lehetséges ismertetni kell a vizsgálandó csoporttal a kutatás célját úgy, hogy ez ne befolyásolja az eredményt --itt is van etikai probléma (hazudhatunk-e a kutatás érdekében) Mintavétel a terepkutatásban --itt nem alkalmazhatunk kontrollált mintavételi technikákat --nehéz megmondani, mi a mintavételi egység (a csoport? az egyén?) --amit a kutató történésként megfigyel tulajdonképpen mintája lesz az összes, az adott közösségben megfigyelhető történésnek McCall&Simons (1969) alkalmas mintavételi eljárások 1.) kvótás minta --ha a résztvevők világos kategóriákba sorolhatók 2.) hólabda minta --ha egy cselekvés időbeliségét, dinamikáját vizsgáljuk --pl.: megtérésnél először frissen megtérteket kérdezünk, majd azokat akik őket beszervezték, és így tovább --mindig az adott alany javasolja a következőt 3.) deviáns esetek --bizonyos szabályszerűségek megértéséhez fontos lehet a kivételek vizsgálata +1.) (Babbie) célzatos minta --megérzéseink, prekoncepcióink alapján veszünk mintát, amely szerintünk helyes, pontos képet ad Példa a mintavétel két szintjére (utcai bandák vizsgálata) 1.) az a 3 banda, amit vizsgáltunk reprezentálja-e az összes olyan utcai bandát, amelyekre általánosítottuk az eredményeinket 2.) az a 100 bandatag, akit megkérdeztünk reprezentatív mintája-e a 3 vizsgált bandának A kérdezés módja Strukturálatlan interjú --nincs pontos kérdés, nincs pontos sorrend, csak a célja adott --nagy az esély rá, hogy az ad hoc kérdések befolyásolják az alanyt Napló

19 19. oldal --adunk az alanynak egy naplót és megkérjük, vezessen feljegyzéseket a számunkra fontos tevékenységeiről --pl.: Alexander Szalai (1972) & John Robinson (1977): időmérleg vizsgálatok, ki hogyan és mire használja az idejét, illetve hogyan osztja be Élmény-Mintavételi Módszer, ÉMM --(Experience Sampling Method, ESM) --Larson & Csíkszentmihályi (1983) --adunk az alanynak egy csipogót meg egy halom önbeszámoló-űrlapot --egy héten át napi nyolcszor rácsipogunk, ő meg erre hirtelen leírja, hogy hol van, mit csinál és kivel --mi meg elolvassuk és jót röhögünk A megfigyelések rögzítése --magnó, kamera, notesz, űrlap John Lofland: Analyzing Social Settings, alapelvek --az emlékezet megbízhatatlan --többlépcsős jegyzetelés --mennyiség jó, minőség rossz a jegyzetelésben legalábbis Az adatok feldolgozása --jegyzetek tisztázása --jegyzetek rendszerezése Adatelemzés A következtetések levonása; néhány logikai kelepce Howard Cahane: Logic and Contemporary Rhetoric (1980) 1.) Provincializmus --más emberek viselkedését a kutató csak saját nézőpontjából értékeli 2.) Elhamarkodott következtetés 3.) Kétséges ok 4.) Elhallgatott bizonyítékok 5.) Hamis dilemma --ha egy jelenséget több tényező okoz hajlamosak vagyunk ezek közül egyet kiválasztani és domináns okként megnevezni --nem kell feltétlenül okot választanunk, ez tehát ~ --ez a hiba kizárja a különböző tényezők kombinációját, mint a cselekvés okát Példák terepkutatásra A sátánisták vizsgálata (Randy Alfred, 1976) között, egészen részt vevő szerepben vizsgálta az Anton LaVey által vezetett sátánista szektát, amely San Fransisco-ban működik ban azonosította magát LaVey előtt, aki engedélyezte a kutatás minden eredményének publikálását Élet az utcán (Eliott Lebow: Sarki fiúk, Tally's Corner, 1967) --élet a gettóban --megfigyelőként résztvevő szerep (tudták kicsoda, de elfogadták barátnak A terepkutatás erősségei és gyengéi Előnyök --mély megértést tesz lehetővé --rugalmas --olcsó, mert felszerelés-igénye csekély Hátrányok

20 20. oldal --nem kvantitatív, ezért pontos általánosításokra nem alkalmas A terepkutatás megítélésének szempontjai 1.) Érvényesség --a terepkutatás ebben jobb, mint bármely más kutatási forma, mert mérései átfogóbbak, összetettebbek 2.) Megbízhatóság --a terepkutatás eredményei nagyon személyesek lehetnek és ezért kevéssé objektívak, kevésbé megbízhatóak, mint más kut. formák eredményei 3.) Általánosíthatóság --nem igazán működik, a következtetések csak a vizsgált minta tagjaira érvényesek (nem tudhatjuk, hogy a vizsgált minta mennyire tipikus) 14. fejezet: Adatelemzés alapfokon ( o.) Kétváltozós elemzés --egyváltozós elemzés: leírás --kétváltozós elemzés: összehasonlítás (alcsoportok) --a két változó közt valamilyen kapcsolat van Példa: Egyetért-e azzal, hogy a férfiakat és a nőket minden tekintetben egyenlőként kellene kezelni? Férfiak Nők Egyetért 63% 75% Nem ért egyet 37% 25% Összesen 100% 100% 400 megkérdezett 400 megkérdezett Nincs válasz 12 esetben 5 esetben --tekinthetjük ezt alcsoport összehasonlításnak, mely azt mutatja, hogy a nők nagyobb arányban támogatják a női egyenjogúságot, mint a férfiak --tekinthetjük ezt magyarázó elemzésnek is, mely azt mutatja meg, hogy a nem változó hatással van a nemek közötti egyenlőséggel kapcsolatos attitűd változóra --itt a nem határozza meg az adott attitűdöt ezért kell így szerkeszteni --a tábla helyes értelmezése: a nők inkább helyeslik a kérdésben vázolt gondolatot (75%), mint a férfiak (63%). --az oszlopszázalékolt táblázatokat (mint a fenti) sor mentén, keresztben olvassuk --sorszázalékolt táblázatot lefelé olvassuk Táblázatszerkesztés lépései: 1.) Az eseteket a független változó attribútumai szerint csoportosítjuk. 2.) Leírjuk a kapott alcsoportokat a függő változó attribútumai szerint 3.) A független változó szerinti alcsoportokat a függő változó egy adott attribútuma szempontjából összehasonlítjuk egymással (pl.: a fenti javaslattal egyetértő nőket a javaslattal egyetértő férfiakkal) Az érthető kontingencia tábla: 1.) Cím 2.) Változók pontos ismertetése 3.) Változók egyes ismérveinek (attribútumainak) ismertetése 4.) %-ok mellett az esetszámok megadása (elég a ) 5.) A hiányzó esetek (nem tudta, nem válaszolt, elszaladt) számának megadása Bevezetés a többváltozós elemzésbe --összetettebb alcsoportleírás, több független változó

Mintavételi eljárások

Mintavételi eljárások Mintavételi eljárások Daróczi Gergely, PPKE BTK 2008. X.6. Óravázlat A mintavétel célja Alapfogalmak Alapsokaság, mintavételi keret, megfigyelési egység, mintavételi egység... Nem valószínűségi mintavételezési

Részletesebben

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel KUTATÁSMÓDSZERTAN 4. ELŐADÁS A minta és mintavétel 1 1. A MINTA ÉS A POPULÁCIÓ VISZONYA Populáció: tágabb halmaz, alapsokaság a vizsgálandó csoport egésze Minta: részhalmaz, az alapsokaság azon része,

Részletesebben

Míg a kérdıíves felérés elsısorban kvantitatív (statisztikai) elemzésre alkalmas adatokat szolgáltat, a terepkutatásból ezzel szemben inkább

Míg a kérdıíves felérés elsısorban kvantitatív (statisztikai) elemzésre alkalmas adatokat szolgáltat, a terepkutatásból ezzel szemben inkább Terepkutatás Míg a kérdıíves felérés elsısorban kvantitatív (statisztikai) elemzésre alkalmas adatokat szolgáltat, a terepkutatásból ezzel szemben inkább kvalitatív adatok származnak Megfigyelések, melyek

Részletesebben

Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana. Domokos Tamás, módszertani igazgató

Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana. Domokos Tamás, módszertani igazgató Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana Domokos Tamás, módszertani igazgató A helyzetfeltárás célja A közösségi kezdeményezéshez kapcsolódó kutatások célja elsősorban felderítés,

Részletesebben

A társadalomkutatás módszerei I.

A társadalomkutatás módszerei I. A társadalomkutatás módszerei I. 2. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. IX. 22. Outline 1 Bevezetés 2 Társadalomtudományi módszerek Beavatkozásmentes vizsgálatok Kvalitatív terepkutatás

Részletesebben

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból

Részletesebben

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN (Babbie) 1. Konceptualizáció 2. Operacionalizálás 3. Mérés 4. Adatfeldolgozás 5. Elemzés 6. Felhasználás KUTATÁS LÉPÉSEI 1. Konceptualizáció 2. Operacionalizálás

Részletesebben

PIACKUTATÁS (MARKETINGKUTATÁS)

PIACKUTATÁS (MARKETINGKUTATÁS) PIACKUTATÁS (MARKETINGKUTATÁS). FŐBB PONTOK A kutatási terv fogalmának meghatározása, a különböző kutatási módszerek osztályozása, a feltáró és a következtető kutatási módszerek közötti különbségtétel

Részletesebben

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes

Részletesebben

Mintavétel. Kovács István BME Menedzsment és Vállalatgazdaságtan. Tanszék

Mintavétel. Kovács István BME Menedzsment és Vállalatgazdaságtan. Tanszék Mintavétel Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Alapfogalmaink Sokaság azon elemek összessége, amelyek valamilyen közös jellemzővel bírnak, és megfelelnek a marketingkutatási probléma

Részletesebben

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás STATISZTIKA, BIOMETRIA. Előadás Mintavétel, mintavételi technikák, adatbázis Mintavétel fogalmai A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x

Részletesebben

Statisztika. Politológus képzés. Daróczi Gergely április 24. Politológia Tanszék

Statisztika. Politológus képzés. Daróczi Gergely április 24. Politológia Tanszék Statisztika Politológus képzés Daróczi Gergely Politológia Tanszék 2012. április 24. Outline 1 A mintavételi hiba és konfidencia-intervallum 2 A mintaválasztás A mintaválasztás célja Alapfogalmak A mintaválasztás

Részletesebben

Szerzők: Kmetty Zoltán Lektor: Fokasz Nikosz TÁMOP A/1-11/ INFORMÁCIÓ - TUDÁS ÉRVÉNYESÜLÉS

Szerzők: Kmetty Zoltán Lektor: Fokasz Nikosz TÁMOP A/1-11/ INFORMÁCIÓ - TUDÁS ÉRVÉNYESÜLÉS Kutatásmódszertan és prezentációkészítés 2. rész: Kutatási terv készítése Szerzők: Kmetty Zoltán Lektor: Fokasz Nikosz Második rész Kutatási terv készítése (Babbie 2008 alapján) Tartalomjegyzék Kutatási

Részletesebben

S atisztika 2. előadás

S atisztika 2. előadás Statisztika 2. előadás 4. lépés Terepmunka vagy adatgyűjtés Kutatási módszerek osztályozása Kutatási módszer Feltáró kutatás Következtető kutatás Leíró kutatás Ok-okozati kutatás Keresztmetszeti kutatás

Részletesebben

Témaválasztás, kutatási kérdések, kutatásmódszertan

Témaválasztás, kutatási kérdések, kutatásmódszertan Témaválasztás, kutatási kérdések, kutatásmódszertan Dr. Dernóczy-Polyák Adrienn PhD egyetemi adjunktus, MMT dernoczy@sze.hu A projekt címe: Széchenyi István Egyetem minőségi kutatói utánpótlás nevelésének

Részletesebben

A kutatási terv. 1. Pontosan meg kell határoznunk, hogy mi az, amit meg akarunk tudni. 2. Meg kell határoznunk, hogyan lehet ezt legjobban kideríteni

A kutatási terv. 1. Pontosan meg kell határoznunk, hogy mi az, amit meg akarunk tudni. 2. Meg kell határoznunk, hogyan lehet ezt legjobban kideríteni A kutatási terv A tudomány a dolgok kiderítésének szentelt vállalkozás. Bármit is akarunk kideríteni azt többféleképpen is megtehetjük. Mielőtt azonban megfigyeléseket végeznénk, tervre van szükségünk.

Részletesebben

KUTATÁSMÓDSZERTAN. Miskolci Egyetem Gazdaságtudományi Kar Gazdaságelméleti Intézet MSc képzés (GTGKG251ML)

KUTATÁSMÓDSZERTAN. Miskolci Egyetem Gazdaságtudományi Kar Gazdaságelméleti Intézet MSc képzés (GTGKG251ML) KUTATÁSMÓDSZERTAN Miskolci Egyetem Gazdaságtudományi Kar Gazdaságelméleti Intézet MSc képzés (GTGKG251ML) Tárgyjegyző: Sáfrányné Dr. Gubik Andrea, egyetemi docens Tantárgy feladata és célja: A tárgy célja,

Részletesebben

Dr. Piskóti István Marketing Intézet. Marketing 2.

Dr. Piskóti István Marketing Intézet. Marketing 2. Kutatni kell kutatni jó! - avagy a MIR és a marketingkutatás módszerei Dr. Piskóti István Marketing Intézet Marketing 2. Marketing-menedzsment A marketing összes feladatát és aktivitásait összefoglalóan,

Részletesebben

Kísérletek. 2010.10.17. Készítette: Kiss Anett

Kísérletek. 2010.10.17. Készítette: Kiss Anett Kísérletek A kísérlet ebben a fejezetben úgy jelenik meg, mint a tudományos megfigyelés egyik módja, ahol a társadalomtudósok igyekeznek jelenségeket megérteni, általánosításokhoz jutni. A kísérlet lényege:

Részletesebben

Kvantitatív kutatás mire figyeljünk? Majláth Melinda PhD Tartalom. Kutatási kérdés kérdőív kérdés. Kutatási kérdés kérdőív kérdés

Kvantitatív kutatás mire figyeljünk? Majláth Melinda PhD Tartalom. Kutatási kérdés kérdőív kérdés. Kutatási kérdés kérdőív kérdés Kvantitatív kutatás mire figyeljünk?. Tartalom Kutatási kérdés Mintaválasztás Kérdésfeltevés Elemzés Jánossy Ferenc Szakkollégium- TDK felkészítő előadások sorozat, 2016. február Óbudai Egyetem Mintavétel

Részletesebben

y ij = µ + α i + e ij

y ij = µ + α i + e ij Elmélet STATISZTIKA 3. Előadás Variancia-analízis Lineáris modellek A magyarázat a függő változó teljes heterogenitásának két részre bontását jelenti. A teljes heterogenitás egyik része az, amelynek okai

Részletesebben

Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában

Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában Statisztikai alapok Leíró statisztika Lineáris módszerek a statisztikában Tudományosan és statisztikailag tesztelhető állítások? A keserűcsokoládé finomabb, mint a tejcsoki. A patkány a legrondább állat,

Részletesebben

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra Vörös Zsuzsanna NÉBIH RFI tervezési referens 2013. április 17. Egy kis felmérés nem kor Következtetések: 1. a jelenlevők nemi megoszlása:

Részletesebben

A pedagógiai kutatás metodológiai alapjai. Dr. Nyéki Lajos 2015

A pedagógiai kutatás metodológiai alapjai. Dr. Nyéki Lajos 2015 A pedagógiai kutatás metodológiai alapjai Dr. Nyéki Lajos 2015 A pedagógiai kutatás jellemző sajátosságai A pedagógiai kutatás célja a személyiség fejlődése, fejlesztése során érvényesülő törvényszerűségek,

Részletesebben

KÖVETKEZTETŐ STATISZTIKA

KÖVETKEZTETŐ STATISZTIKA ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak

Részletesebben

FİBB PONTOK PIACKUTATÁS (MARKETINGKUTATÁS) Kutatási terv október 20.

FİBB PONTOK PIACKUTATÁS (MARKETINGKUTATÁS) Kutatási terv október 20. FİBB PONTOK PIACKUTATÁS (MARKETINGKUTATÁS) 2010. október 20. A kutatási terv fogalmának, a különbözı kutatási módszerek osztályozása, a feltáró és a következtetı kutatási módszerek közötti különbségtétel

Részletesebben

Populációbecslések és monitoring

Populációbecslések és monitoring Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány

Részletesebben

Populációbecslések és monitoring

Populációbecslések és monitoring Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány

Részletesebben

A társadalomkutatás módszerei I.

A társadalomkutatás módszerei I. A társadalomkutatás módszerei I. 3. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. IX. 29. Outline 1 Bevezetés 2 A fogalom 3 Konceptualizálás 4 Operacionalizálás 5 Változók és mérési szintek Daróczi

Részletesebben

A társadalomkutatás módszerei I. Outline. Most járunk, vagy nem járunk? Már úgy szeretném megtudnííí, hogy most já-runk-e, vagy nem já-runk?

A társadalomkutatás módszerei I. Outline. Most járunk, vagy nem járunk? Már úgy szeretném megtudnííí, hogy most já-runk-e, vagy nem já-runk? A társadalomkutatás módszerei I. 3. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. IX. 29. Outline 1 Bevezetés 2 A fogalom 3 4 Operacionalizálás 5 Változók és mérési szintek Daróczi Gergely (BCE)

Részletesebben

A társadalomkutatás módszerei I. Outline. A mintaválasztás A mintaválasztás célja. Notes. Notes. Notes. 13. hét. Daróczi Gergely. 2011. december 8.

A társadalomkutatás módszerei I. Outline. A mintaválasztás A mintaválasztás célja. Notes. Notes. Notes. 13. hét. Daróczi Gergely. 2011. december 8. A társadalomkutatás módszerei I. 13. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. december 8. Outline 1 célja 2 Alapfogalmak 3 Mintavételi eljárások 4 További fogalmak 5 Mintavételi hiba számítása

Részletesebben

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése 4. A modell érvényességének ellenőrzése STATISZTIKA 4. Előadás Variancia-analízis Lineáris modellek 1. Függetlenség 2. Normális eloszlás 3. Azonos varianciák A maradék független a kezelés és blokk hatástól

Részletesebben

6. Előadás. Vereb György, DE OEC BSI, október 12.

6. Előadás. Vereb György, DE OEC BSI, október 12. 6. Előadás Visszatekintés: a normális eloszlás Becslés, mintavételezés Reprezentatív minta A statisztika, mint változó Paraméter és Statisztika Torzítatlan becslés A mintaközép eloszlása - centrális határeloszlás

Részletesebben

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris

Részletesebben

A társadalomkutatás módszerei I.

A társadalomkutatás módszerei I. A társadalomkutatás módszerei I. 13. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. december 8. Outline 1 A mintaválasztás célja 2 Alapfogalmak 3 Mintavételi eljárások 4 További fogalmak 5 Mintavételi

Részletesebben

Kutatásmódszertan. Kulturális szempont megjelenése. Modulok áttekintése. Történet Témák és megközelítések. 11. Társadalmi nézőpont

Kutatásmódszertan. Kulturális szempont megjelenése. Modulok áttekintése. Történet Témák és megközelítések. 11. Társadalmi nézőpont Kutatásmódszertan. Társadalmi nézőpont Modulok áttekintése Kulturális szempont megjelenése Kulturális összehasonlító pszichológia Kulturális pszichológia Értékelő vizsgálatok HÁZI FELADAT 2006.08.29. Kutatásmódszertan:

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen

Részletesebben

Az empirikus vizsgálatok alapfogalmai

Az empirikus vizsgálatok alapfogalmai Az empirikus vizsgálatok alapfogalmai Az adatok forrása és jellege Milyen kísérleti típusok fordulnak elő a beszédtudományokban? Milyen adatok jönnek ki ezekből? Tudományosan (statisztikailag) megválaszolható

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

Részletesebben

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat

Részletesebben

Adatok statisztikai értékelésének főbb lehetőségei

Adatok statisztikai értékelésének főbb lehetőségei Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció

Részletesebben

A társadalomkutatás módszerei I.

A társadalomkutatás módszerei I. A társadalomkutatás módszerei I. 9. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. november 10. Outline 1 1. Zh eredmények 2 Újra a hibatényezőkről 3 A mintavételi keret 4 Valószínűségi mintavételi

Részletesebben

Statisztika. Politológus képzés. Daróczi Gergely. 2012. március 20. Politológia Tanszék

Statisztika. Politológus képzés. Daróczi Gergely. 2012. március 20. Politológia Tanszék Statisztika Politológus képzés Daróczi Gergely Politológia Tanszék 2012. március 20. Outline 1 Megbízhatóság és érvényesség 2 Az adatgyűjtés forrásai 3 Társadalomtudományi módszerek Beavatkozásmentes vizsgálatok

Részletesebben

A társadalomkutatás módszerei I. Outline. A mintavételi hiba és konfidencia-intervallum Elmélet. Szükséges képletek: Tehát:

A társadalomkutatás módszerei I. Outline. A mintavételi hiba és konfidencia-intervallum Elmélet. Szükséges képletek: Tehát: A társadalomkutatás módszerei I. 10. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. november 17. Outline 1 Ismétlés Számítási feladat Egyéb példák 2 A mintavételi hiba dichotóm változók esetében

Részletesebben

Kettőnél több csoport vizsgálata. Makara B. Gábor

Kettőnél több csoport vizsgálata. Makara B. Gábor Kettőnél több csoport vizsgálata Makara B. Gábor Három gyógytápszer elemzéséből az alábbi energia tartalom adatok származtak (kilokalória/adag egységben) Három gyógytápszer elemzésébô A B C 30 5 00 10

Részletesebben

Készült: Az ÁKFI - Mérési és Módszertani Iroda keretében. Utolsó frissítés dátuma: január

Készült: Az ÁKFI - Mérési és Módszertani Iroda keretében. Utolsó frissítés dátuma: január Készült: Az ÁKFI - Mérési és Módszertani Iroda keretében Utolsó frissítés dátuma: 2018. január Tartalom Fogalomtár... 7 Szociológia > Módszertan > Kutatásmódszertan... 7 A megfigyelés hatása... 7 Adatközlő...

Részletesebben

Biostatisztika VIII. Mátyus László. 19 October

Biostatisztika VIII. Mátyus László. 19 October Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.

Részletesebben

Mintavétel: terv és eljárások

Mintavétel: terv és eljárások Mintavétel: terv és eljárások Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Az előadás felépítése Mi is az a mintavétel A mintavétel folyamata Mintavételi technikák A minta nagyságának meghatározása

Részletesebben

Normális eloszlás tesztje

Normális eloszlás tesztje Valószínűség, pontbecslés, konfidenciaintervallum Normális eloszlás tesztje Kolmogorov-Szmirnov vagy Wilk-Shapiro próba. R-funkció: shapiro.test(vektor) balra ferde eloszlás jobbra ferde eloszlás balra

Részletesebben

Kérdőíves vizsgálatok

Kérdőíves vizsgálatok Kérdőíves vizsgálatok A kérdőíves vizsgálat fogalma, célja, fajtái Fogalma: Célja: Fajtái: A tudományos adatgyűjtés egyik módszere Kérdőív segítségével térképezik fel a megkérdezettek véleményét, tudását,

Részletesebben

Méréselmélet MI BSc 1

Méréselmélet MI BSc 1 Mérés és s modellezés 2008.02.15. 1 Méréselmélet - bevezetés a mérnöki problémamegoldás menete 1. A probléma kitűzése 2. A hipotézis felállítása 3. Kísérlettervezés 4. Megfigyelések elvégzése 5. Adatok

Részletesebben

Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE

Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE Tartalomjegyzék 5 Tartalomjegyzék Előszó I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE 1. fejezet: Kontrollált kísérletek 21 1. A Salk-oltás kipróbálása 21 2. A porta-cava sönt 25 3. Történeti kontrollok 27 4. Összefoglalás

Részletesebben

Biomatematika 2 Orvosi biometria

Biomatematika 2 Orvosi biometria Biomatematika 2 Orvosi biometria 2017.02.13. Populáció és minta jellemző adatai Hibaszámítás Valószínűség 1 Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza)

Részletesebben

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H

Részletesebben

A társadalomkutatás módszerei I. Outline. 1. Zh Egyéni eredmények. Notes. Notes. Notes. 9. hét. Daróczi Gergely november 10.

A társadalomkutatás módszerei I. Outline. 1. Zh Egyéni eredmények. Notes. Notes. Notes. 9. hét. Daróczi Gergely november 10. A társadalomkutatás módszerei I. 9. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. november 10. Outline 1 1. Zh eredmények 2 Újra a hibatényezőkről 3 A mintavételi keret 4 Valószínűségi mintavételi

Részletesebben

Félidőben félsiker Részleges eredmények a kutatásalapú kémiatanulás terén

Félidőben félsiker Részleges eredmények a kutatásalapú kémiatanulás terén Félidőben félsiker Részleges eredmények a kutatásalapú kémiatanulás terén Szalay Luca 1, Tóth Zoltán 2, Kiss Edina 3 MTA-ELTE Kutatásalapú Kémiatanítás Kutatócsoport 1 ELTE, Kémiai Intézet, luca@caesar.elte.hu

Részletesebben

A TÁRKI ADATFELVÉTELEINEK DOKUMENTUMAI. Omnibusz 2003/08. A kutatás dokumentációja. Teljes kötet

A TÁRKI ADATFELVÉTELEINEK DOKUMENTUMAI. Omnibusz 2003/08. A kutatás dokumentációja. Teljes kötet A TÁRKI ADATFELVÉTELEINEK DOKUMENTUMAI Omnibusz 2003/08 A kutatás dokumentációja Teljes kötet 2003 Tartalom BEVEZETÉS... 4 A MINTA... 6 AZ ADATFELVÉTEL FŐBB ADATAI... 8 TÁBLÁK A SÚLYVÁLTOZÓ KÉSZÍTÉSÉHEZ...

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.

Részletesebben

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető! BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012.. Név:... Neptun kód:... Érdemjegy:..... STATISZTIKA II. VIZSGADOLGOZAT Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető pontszám 21 20 7 22

Részletesebben

A Statisztika alapjai

A Statisztika alapjai A Statisztika alapjai BME A3c Magyar Róbert 2016.05.12. Mi az a Statisztika? A statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati

Részletesebben

Szerző: Sztárayné Kézdy Éva Lektor: Fokasz Nikosz TÁMOP-4.1.2.A/1-11/1-2011-0091 INFORMÁCIÓ - TUDÁS ÉRVÉNYESÜLÉS

Szerző: Sztárayné Kézdy Éva Lektor: Fokasz Nikosz TÁMOP-4.1.2.A/1-11/1-2011-0091 INFORMÁCIÓ - TUDÁS ÉRVÉNYESÜLÉS Kutatásmódszertan és prezentációkészítés 3. rész: Kvantitatív és kvalitatív kutatási módszerek Szerző: Sztárayné Kézdy Éva Lektor: Fokasz Nikosz Harmadik rész Kvantitatív és kvalitatív kutatási módszerek

Részletesebben

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani

Részletesebben

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI MÉRÉSI EREDMÉYEK POTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI. A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk

Részletesebben

Kérdıívek, tesztek I. Kérdıívek

Kérdıívek, tesztek I. Kérdıívek Kérdıívek, tesztek I. Kérdıívek Kérdıíves vizsgálat céljára alkalmas témák A kérdıíves vizsgálatok alkalmasak leíró, magyarázó és felderítı célokra. Leginkább olyan kutatásban használják, amelyekben az

Részletesebben

Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért november 15.

Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért november 15. Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért 2018. november 15. PÉNZ a boldogság bitorlója? A jövedelemegyenlőtlenség természetes határa A boldog ember gondolata a

Részletesebben

1. ECHO Innovációs Műhely Obádovics Csilla Vinogradov Szergej: tavaszi on-line felmérés

1. ECHO Innovációs Műhely Obádovics Csilla Vinogradov Szergej: tavaszi on-line felmérés 1. ECHO Innovációs Műhely Obádovics Csilla Vinogradov Szergej: 2010. tavaszi on-line felmérés Módszertan Az aktív hallgatók felmérése Vizsgálati populáció: a Szent István Egyetemen alapképzésben, mesterképzésben,

Részletesebben

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision

Részletesebben

Bevezető Mi a statisztika? Mérés Csoportosítás

Bevezető Mi a statisztika? Mérés Csoportosítás Gazdaságstatisztika 1. előadás Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.bmf.hu) Fogadóóra: szerda 11:30 11:55, TA125 Gyakorlatvezető

Részletesebben

A statisztika veszélyei (Darrell Huff: How to Lie with Statistics, 1954)

A statisztika veszélyei (Darrell Huff: How to Lie with Statistics, 1954) A statisztika veszélyei (Darrell Huff: How to Lie with Statistics, 1954) Háromfajta hazugság van: füllentés, hazugság és statisztika. (Disraeli) A legnagyobb problémát nem az jelenti, amit nem tudunk,

Részletesebben

Mi az adat? Az adat elemi ismeret. Az adatokból információkat

Mi az adat? Az adat elemi ismeret. Az adatokból információkat Mi az adat? Az adat elemi ismeret. Tények, fogalmak olyan megjelenési formája, amely alkalmas emberi eszközökkel történő értelmezésre, feldolgozásra, továbbításra. Az adatokból gondolkodás vagy gépi feldolgozás

Részletesebben

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015 A mérés problémája a pedagógiában Dr. Nyéki Lajos 2015 A mérés fogalma Mérésen olyan tevékenységet értünk, amelynek eredményeként a vizsgált jelenség számszerűen jellemezhetővé, más hasonló jelenségekkel

Részletesebben

Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 11. előadás Előadó: Dr. Ertsey Imre Összefüggés vizsgálatok A társadalmi gazdasági élet jelenségei kölcsönhatásban állnak, összefüggnek egymással. Statisztika alapvető feladata: - tényszerűségek

Részletesebben

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 98/1. SPSS állomány neve: Könyvtári dokumentum sorszáma: 287. Budapest, 1998.

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 98/1. SPSS állomány neve: Könyvtári dokumentum sorszáma: 287. Budapest, 1998. TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 98/1 SPSS állomány neve: d58.sav Könyvtári dokumentum sora: 287 Budapest, 1998. Omnibusz 98/1 2 Tartalomjegyzék TARTALOMJEGYZÉK 2 BEVEZETÉS 3 A MINTA ÖSSZEHASONLÍTÁSA

Részletesebben

Mérési hibák 2006.10.04. 1

Mérési hibák 2006.10.04. 1 Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség

Részletesebben

Eloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok

Eloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok Eloszlás-független módszerek (folytatás) 14. elıadás (7-8. lecke) Illeszkedés-vizsgálat 7. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok elemzésére Illeszkedés-vizsgálat Gyakorisági sorok

Részletesebben

K Ö R N Y E Z E T É S P I A C E L E M Z É S A M A R K E T I N G K U T A T Á S M Ó D S Z E R E I

K Ö R N Y E Z E T É S P I A C E L E M Z É S A M A R K E T I N G K U T A T Á S M Ó D S Z E R E I K Ö R N Y E Z E T É S P I A C E L E M Z É S A M A R K E T I N G K U TAT Á S M Ó D S Z E R E I MARKETING GYAKO RL AT 2. ISMÉTLŐ KÉRDÉSEK Milyen követelményeket állíthatunk az információkkal szemben? Mi

Részletesebben

JA45 Cserkeszőlői Petőfi Sándor Általános Iskola (OM: ) 5465 Cserkeszőlő, Ady Endre utca 1.

JA45 Cserkeszőlői Petőfi Sándor Általános Iskola (OM: ) 5465 Cserkeszőlő, Ady Endre utca 1. ORSZÁGOS KOMPETENCIAMÉRÉS EREDMÉNYEINEK ÉRTÉKELÉSE LÉTSZÁMADATOK Intézményi, telephelyi jelentések elemzése SZÖVEGÉRTÉS 2016 6. a 6. b osztály 1. ÁTLAGEREDMÉNYEK A tanulók átlageredménye és az átlag megbízhatósági

Részletesebben

Választásoktól távolmaradók indokai:

Választásoktól távolmaradók indokai: KUTATÁSI BESZÁMOLÓ Az Identitás Kisebbségkutató Műhely 2016 januárjában közvéleménykutatást végzett a vajdasági magyarok körében. A 800 fős reprezentatív mintán végzett kérdőíves vizsgálat fő témája a

Részletesebben

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA. Reform. SPSS állomány neve: Budapest, október

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA. Reform. SPSS állomány neve: Budapest, október TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA Reform SPSS állomány neve: D09 Budapest, 2002. október Reform 2 Tartalomjegyzék 1. AZ ADATFELVÉTELRŐL...3 1. TÁBLÁZAT A REFORM KUTATÁS ELKÉSZÜLT KÉRDŐÍVEINEK SZÁMA

Részletesebben

Mintavétel: terv és eljárások

Mintavétel: terv és eljárások Mintavétel: terv és eljárások Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Az előadás felépítése Mi is az a mintavétel A mintavétel folyamata Mintavételi technikák A minta nagyságának meghatározása

Részletesebben

1. tétel. Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség.

1. tétel. Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség. 1. tétel Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség. A valószínűségszámítás tárgya: véletlen tömegjelenségek vizsgálata. véletlen: a kísérlet kimenetelét

Részletesebben

Bevezetés a hipotézisvizsgálatokba

Bevezetés a hipotézisvizsgálatokba Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -

Részletesebben

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1 Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában

Részletesebben

Szocio- lingvisztikai alapismeretek

Szocio- lingvisztikai alapismeretek Szocio- lingvisztikai alapismeretek 10. A szociolingvisztika kialakulásának okai Hagyományos nyelvészet: A nyelv társadalmi normák strukturált halmaza (invariáns, homogén) Noam Chomsky: A nyelvelmélet

Részletesebben

Statisztika. Politológus képzés. Daróczi Gergely március 13. Politológia Tanszék

Statisztika. Politológus képzés. Daróczi Gergely március 13. Politológia Tanszék Statisztika Politológus képzés Daróczi Gergely Politológia Tanszék 2012. március 13. Outline 1 Beavatkozásmentes vizsgálatok 2 Kérdőíves vizsgálatok 3 Önkitöltős kérdőívek Postai kérdőív Online kérdőív

Részletesebben

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz

Részletesebben

A pedagógia mint tudomány. Dr. Nyéki Lajos 2015

A pedagógia mint tudomány. Dr. Nyéki Lajos 2015 A pedagógia mint tudomány Dr. Nyéki Lajos 2015 A pedagógia tárgya, jellegzetes vonásai A neveléstudomány tárgya az ember céltudatos, tervszerű alakítása. A neveléstudomány jellegét tekintve társadalomtudomány.

Részletesebben

Mérés és modellezés Méréstechnika VM, GM, MM 1

Mérés és modellezés Méréstechnika VM, GM, MM 1 Mérés és modellezés 2008.02.04. 1 Mérés és modellezés A mérnöki tevékenység alapeleme a mérés. A mérés célja valamely jelenség megismerése, vizsgálata. A mérés tervszerűen végzett tevékenység: azaz rögzíteni

Részletesebben

STATISZTIKA I. Mintavétel fogalmai. Mintavételi hiba. Statisztikai adatgyűjtés Nem véletlenen alapuló kiválasztás

STATISZTIKA I. Mintavétel fogalmai. Mintavételi hiba. Statisztikai adatgyűjtés Nem véletlenen alapuló kiválasztás Mintavétel fogalmai STATISZTIKA I.. Előadás Mintavétel, mintavételi technikák, adatbázis A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x n, mindig

Részletesebben

2. MÉRÉSELMÉLETI ISMERETEK

2. MÉRÉSELMÉLETI ISMERETEK 2. MÉRÉSELMÉLETI ISMERETEK A fejezet célja azoknak a módszereknek a bemutatása, amelyekkel adatokat gyűjthetünk annak érdekében, hogy kérdéseinkre választ kapjunk. Megvizsgáljuk azokat a feltételeket is,

Részletesebben

Hipotézis vizsgálatok

Hipotézis vizsgálatok Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével

Részletesebben

társadalomtudományokban

társadalomtudományokban Gépi tanulás, predikció és okság a társadalomtudományokban Muraközy Balázs (MTA KRTK) Bemutatkozik a Számítógépes Társadalomtudomány témacsoport, MTA, 2017 2/20 Empirikus közgazdasági kérdések Felváltja-e

Részletesebben

BETEGJOGI, ELLÁTOTTJOGI ÉS GYERMEKJOGI KUTATÁS

BETEGJOGI, ELLÁTOTTJOGI ÉS GYERMEKJOGI KUTATÁS BETEGJOGI, ELLÁTOTTJOGI ÉS GYERMEKJOGI KUTATÁS Készült a Országos Betegjogi, Ellátottjogi, Gyermekjogi és Dokumentációs Központ megbízásából a Kutatópont műhelyében A kutatás elvégzésére a TÁMOP 5.5.7-08/1-2008-0001

Részletesebben

Mérés és modellezés 1

Mérés és modellezés 1 Mérés és modellezés 1 Mérés és modellezés A mérnöki tevékenység alapeleme a mérés. A mérés célja valamely jelenség megismerése, vizsgálata. A mérés tervszerűen végzett tevékenység: azaz rögzíteni kell

Részletesebben

18. modul: STATISZTIKA

18. modul: STATISZTIKA MATEMATIK A 9. évfolyam 18. modul: STATISZTIKA KÉSZÍTETTE: LÖVEY ÉVA, GIDÓFALVI ZSUZSA MODULJÁNAK FELHASZNÁLÁSÁVAL Matematika A 9. évfolyam. 18. modul: STATISZTIKA Tanári útmutató 2 A modul célja Időkeret

Részletesebben

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv Mérések, mérési eredmények, mérési bizonytalanság A mérések általános és alapvető metrológiai fogalmai és definíciói mérés Műveletek összessége, amelyek célja egy mennyiség értékének meghatározása. mérési

Részletesebben

Dr. Kozma Gábor rektor, Gál Ferenc Főiskola. Dr. Thékes István ERASMUS koordinátor, Gál Ferenc Főiskola

Dr. Kozma Gábor rektor, Gál Ferenc Főiskola. Dr. Thékes István ERASMUS koordinátor, Gál Ferenc Főiskola Dr. Kozma Gábor rektor, Gál Ferenc Főiskola Dr. Thékes István ERASMUS koordinátor, Gál Ferenc Főiskola Az oktatói részvétel hatása az ERASMUS+ mobilitási program eredményességére, a nemzetköziesítésre

Részletesebben

Módszertani dilemmák a statisztikában 40 éve alakult a Jövőkutatási Bizottság

Módszertani dilemmák a statisztikában 40 éve alakult a Jövőkutatási Bizottság Módszertani dilemmák a statisztikában 40 éve alakult a Jövőkutatási Bizottság SZIGNIFIKANCIA Sándorné Kriszt Éva Az MTA IX. Osztály Statisztikai és Jövőkutatási Tudományos Bizottságának tudományos ülése

Részletesebben